Нейросетевое и алгебраическое моделирование в распределенных волоконно-оптических измерительных системах в условиях неполноты данных

• Автор: Закасовская, Елена Владимировна
• Шифр специальности: 05.13.18
• Научная степень: Докторская
• Год защиты: 2011
• Место защиты: Владивосток
• Количество страниц: 245 с. : ил.

СОВРЕМЕННЫЕ ТЕНДЕНЦИИ ОРГАНИЗАЦИИ

РАСПРЕДЕЛЕННЫХ ВОЛОКОННООПТИЧЕСКИХ ИЗМЕРИТЕЛЬНЫХ

СИСТЕМ

Распределенные волоконнооптические измерительные сети

томографического типа

Распределенные волоконнооптические измерительные системы

Оптоэлектронная распределенная сигнальная система

Математические методы, применяемые при решении задач вычислительной

томографии

Применение нейронных сетей в РВОИС

ЦЕЛЬ И ЗАДАЧИ РАБОТЫ. ОСНОВНЫЕ ЗАЩИЩАЕМЫЕ ПОЛОЖЕНИЯ

ОБЗОР ПО ГЛАВАМ
СОВРЕМЕННЫЕ АЛГЕБРАИЧЕСКИЕ МЕТОДЫ ОБРАБОТКИ ДАННЫХ В
ИНФОРМАЦИОННОИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ
ОБОЗНАЧЕНИЯ И ОПРЕДЕЛЕНИЯ
Стандартная параллельная схема сканирования
Множества дискретизации для параллельной схемы сканирования
ОБОБЩЕННЫЕ ТЕОРЕМЫ ДИСКРЕТИЗАЦИИ
Классическая теорема отсчетов
Теоретикогрупповая терминология
Свойства групп С и С
Фундаментальные,области в пмерном Евклидовом пространстве
Обобщение теоремы Шеннона на Мп
Обобщение теоремы Шеннона на случай локально компактной
абелевой группы
НОСИТЕЛЬ СПЕКТРА ФУНКЦИИ
Преобразование Фурье функции проекции
Носитель спектра функции проекции
Неравномерная схема укладки ИЛ в четырех направлениях
Восстановление функции проекции на объединении двух множеств дискретизации
Основная теорема
АНАЛИЗ АППРОКСИМАЦИОНЫОЙ ФОРМУЛЫ И АЛГОРИТМ
ВОССТАНОВЛЕНИЯ ФУНКЦИИ ПО ПРОЕКЦИЯМ
Алгоритм I иЗС 1. Восстановление функции проекций Л в соответствии с
формулой аппроксимации 2.
Пример комбинирования измерительных и аппроксимационных данных для схемы
укладки измерительных линий в четырех направлениях
Вычисление аппроксимирующей функции
Пополнение множества проекций
Алгоритм II иЗС 2. Удвоение числа проекционных данных
Пример схемы получения дополнительных проекций для четырех направлений
сканирования
ВЫВОДЫ
НЕЙРОСЕТЕВЫЕ ПРИНЦИПЫ ОБРАБОТКИ ИНФОРМАЦИИ РАСПРЕДЕЛЕННЫМИ ВОИС. НЕЙРОННЫЕ СЕТИ
ПОЛНОГО ОБРАЗА
ОБЩИЕ ПРИНЦИПЫ ИСПОЛЬЗОВАНИЯ НС В РВОИС
Применение нейросистем в РВОИС
Дискретизация области
НЕЙРОННЫЕ СЕТИ ТИПА ОДНОСЛОЙНЫЙ ПЕРСЕПТРОН
Принципы организации НС типа однослойный персептрон
Строение однослойного персептрона
Обучение однослойного персептрона
Обучение персептрона на множестве изр обучающих пар
Выбор оптимальньного параметра скорости обучения
Численное моделирование для однослойного персептрона в случае укладки
измерительных линий в трех направлениях
Численное моделирование для однослойного персептрона в случае укладки
измерительных линий в двух направлениях
ПРИНЦИПЫ ОРГАНИЗАЦИИ НЕЙРОННОЙ СЕТИ ТИПА
МНОГОСЛОЙНЫЙ ПЕРСЕПТРОН
ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ РАДИАЛЬНОБАЗИСНОГО ТИПА 1
Использование радиально базисных функций для решения задач
многомерной интерполяции
Радиальные функции
Радиальнобазисные функции с компактными носителями
Радиальные функции гауссовского типа .
Алгоритм построения обучающей страницы
Эталоны для создания обучающей страницы
Тестирование нейронной сети радиальнобазисного типа
Сравнительный анализ
ВЫВОДЫ
ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ
ПРЕДОБРАБОТКИ ПРОЕЮИОННЫХ ДАННЫХ
ДООПРЕДЕЛЕНИЕ ЗНАЧЕНИЙ ОДНОЙ ПРОЕКЦИИ
Постановка задачи
Построение обучающей страницы
Восстановление функции проекции на объединении двух множеств дискретизации
Пополнение множества проекционных данных для случая укладки измерительных линий
в трех направлениях 1
Эталонные распределения для ВОИС при п
Выбор оптимального числа функций в обучающей странице
Результаты вычислительного эксперимента для функций из обучающей страницы
Результаты вычислительного эксперимента для функций, не принадлежащих обучающей
странице 8
Комбинированный метод восстановления функций ФИ
УДВОЕНИЕ ЧИСЛА ПРОЕКЦИЙ С ПОМОЩЬЮ НЕЙРОСЕТЕВОГО МЕТОДА
Случай укладки ИЛ в четырех направлениях
Эталоны для создания обучающей страницы
Тестирование НС радиальнобазисного типа при п
ВЫВОДЫ
ОПТИМИЗАЦИЯ НЕЙРОСЕТЕВЫХ, АЛГЕБРАИЧЕСКИХ И КОМБИНИРОВАННЫХ АЛГОРТИМОВ ОБРАБОТКИ
ИНФОРМАЦИИ, ПОСТУПАЮЩЕЙ С РАСПРЕДЕЛЕННЫХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ .4
МАТРИЦА СХЕМЫ СКАНИРОВАНИЯ
ОПТИМИЗАЦИЯ ГЕОМЕТРИИ ВОИС
АЛГЕБРАИЧЕСКИЕ АЛГОРИТМЫ и2С И Ки2С
ОСНОВНЫЕ НЕЙРОСЕТЕВЫЕ КОНСТРУКЦИИ
КОМПЛЕКС НЕЙРОННЫХ СЕТЕЙ ДЛЯ ВОССТАНОВЛЕНИЯ ПАРАМЕТРА ФИЗИЧЕСКОГО ПОЛЯ
КОМПЛЕКС НС ДЛЯ ВОССТАНОВЛЕНИЯ ФУНКЦИИ ПРОЕКЦИИ
КОМПЛЕКС ИЕЙРОНННЫХ СЕТЕЙ ДЛЯ СТАНДАРТИЗАЦИИ ПРОЕКЦИОННЫХ ДАННЫХ
КОМБИНИРОВАННЫЕ МЕТОДЫ С ПРИМЕНЕНИЕМ КОМПЛЕКСОВ НЕЙРОННЫХ СЕТЕЙ И
АЛГЕБРАИЧЕСКОГО СИНТЕЗА СИНОГРАММ 7
РЕЗУЛЬТАТЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
ВЫВОДЫ
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


ЦЕЛЬ И ЗАДАЧИ РАБОТЫ. Алгоритм I иЗС 1. Алгоритм II иЗС 2. НЕЙРОСЕТЕВЫЕ ПРИНЦИПЫ ОБРАБОТКИ ИНФОРМАЦИИ РАСПРЕДЕЛЕННЫМИ ВОИС. Радиальные функции гауссовского типа . ИНФОРМАЦИИ, ПОСТУПАЮЩЕЙ С РАСПРЕДЕЛЕННЫХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ . ПРИЛОЖЕНИЕ 1. ПРИЛОЖЕНИЕ 2. ПРИЛОЖЕНИЕ 3. ПРИЛОЖЕНИЕ 4. ВОД физических величин 4. ВОД. ФГ1. ВОИС 1. ФП. По набору лучсумм, как это впервые показал И. ФП. ФП. ВС. РВОИС. ИЛ. На рис. ИЛ в ВОИС. Рис. Рис. ВОИС, позволяющих уменьшить число используемых ИЛ. Для всех схем, изображенных на рис. Аналогично имеет место и малоотсчетность, т. ИИС. ФП для неполных схем укладки ИЛ. ВОИС. Имеет место недоопределенность системы. ВОИЛ, уложенным определенным образом на сканируемом поле. РВОИС. Однако существует и положительный опыт в решении подобных задач. Распределенная ВОИС состоит из набора регулярно уложенных пересекающихся ВОИЛ. Рис. Схема ВОИС, изображенная на рис. Как показано на рис. ВОИЛ и ВС для соединения с источником оптического излучения. ВОИС. Рис. ВС и уложена в промежутках между ними. И ФЦП Интеграция. Брюсселе Еигека. Методы, связанные с этим непрерывным подходом, иногда называют аналитическими. Фурье. И. Тихонова . Методы, связанные с этим дискретным подходом, иногда называют алгебраическими. ВОИС.